Wie werden wir den Datensatz für das Training dieses Rankers erstellen?
Machine Learning / AI
Gibt es noch etwas Zeit — versuchen wir, die ROC-AUC-Lösung optimal neu zu schreiben (durch Sortieren und Ränge in O(n log n))?
Was ist der Unterschied zwischen einer Liste und einem Tuple?
Außerdem sollte die Qualität des Players wahrscheinlich online bewertet werden: Wenn ein Nutzer anfängt zu schauen, wie viel hat er gesehen?
Lassen wir das Boosting als Modell, oder wie?
Was genau meinst du mit Tiefe: Scrollen auf der Seite oder Scrollen im Block?
Was ist der Unterschied zwischen Self-Attention und Cross-Attention?
Was ist Präzision?
Empfehlungen für Blöcke auf der Startseite des Online-Kinos Erstellen Sie einen Plan zur Lösung der Produktaufgabe, vom Überblick über die erforderlichen Daten bis hin zum Training, Testen und Implementieren des Modells (oder, wenn möglich, ohne ML - ohne Modell). Auf der Startseite des Online-Kinos gibt es eine Hauptseite. Sie besteht aus verschiedenen Blöcken. Es gibt einen Katalog von Blöcken. In den Blöcken kann unterschiedlich viel Inhalt sein. Es gibt einen fertigen Filmempfehler, also einen nach Relevanz sortierten Katalog von Filmen. Es ist notwendig, einen personalisierten Empfehlungs-Blocker und einen Algorithmus für seine Anwendung zu entwerfen, der die Geschäftsregel erfüllt - einen Inhalt auf der Hauptseite nur einmal anzuzeigen.
Berücksichtigst du bei der Standortwahl die Möglichkeit des Remote-Arbeitens?
Was ist der Unterschied zwischen Self-Attention im Encoder und Self-Attention im Decoder?
Was ist die Offline-Metrik NDCG?
Was ist der Begriff 'PropNail/TopNail Optimization', den du verwendet hast?
Wie würdest du dieses Problem lösen? Welchen Algorithmus/Ansatz würdest du verwenden?
Wie hoch wäre der QPS, wenn man bedenkt, dass auf der Seite N Filme (Poster) pro Anfrage angezeigt werden?
Wie schwierig wird es insgesamt sein, sich an die Zeitzone anzupassen?
Was betrachten wir als positiv und negativ beim Training eines Zweikopf-Netzwerks, und welcher Verlust wird verwendet?
Erzähle mir mehr über FAISS: Wie ist der Index aufgebaut, wie wird deployed, wie ist das End-to-End-System gestaltet?
Und wie würde das theoretisch im Boosting funktionieren, wenn das Target minus eins ist? Angenommen, wir haben positive und negative, wenn wir beim Positiven ein Target von 10 anstelle von eins setzen – was würde passieren, würde sich nichts ändern?
Ist es immer gut, wenn die Scroll-Tiefe groß ist?